【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种电信诈骗的聚类识别方法、系统、设备及介质。
技术介绍
1、近年来，随着通信技术的广泛应用和移动互联网的快速发展，广大人民群众享受到日益丰富的物质和文化生活，但与此同时，借助信息化，电信诈骗悄然走进了广大人们群众的视野。
2、目前，传统的电信诈骗识别方法通常使用k均值(k-means)聚类算法来对用户行为进行识别分析，但在电信诈骗识别中，异常行为的数量通常是未知的，通过预先确定k均值聚类算法的聚类簇的数量来对异常行为进行聚类识别这一方式的聚类识别准确率不高，实时性较差；另外，传统的电信诈骗识别方法易受到噪声数据和异常值的影响，且由于通信数据的数据规模极为庞大，在聚类识别需要较高的计算资源和时间成本，效率较低；还有，现已出现少量在对异常行为进行聚类识别时，通过服务器预先计算数据的聚类个数，以此为k均值聚类算法提供初始的聚类中心，但该方式在向k均值聚类算法提供聚类中心时，需要人为的预设一些相关的聚类阈值，提供的聚类中心存在一定数量的噪声点，聚类效果不佳，且适应性较差。
3、综上，相关技术...
【技术保护点】
1.一种电信诈骗的聚类识别方法，其特征在于，包括：
2.根据权利要求1所述的聚类识别方法，其特征在于，所述对所述特征数据集进行动态簇值处理，得到聚类簇值，包括：
3.根据权利要求2所述的聚类识别方法，其特征在于，所述根据所述特征数据集，生成特征均值点、第一距离阈值和第二距离阈值，包括：
4.根据权利要求2所述的聚类识别方法，其特征在于，所述根据所述特征均值点、所述第一距离阈值和所述第二距离阈值，对所述特征数据集进行聚类簇划分处理，得到所述聚类簇值，包括：
5.根据权利要求4所述的聚类识别方法，其特征在于，所述根据所述第一...
【技术特征摘要】
1.一种电信诈骗的聚类识别方法，其特征在于，包括：
2.根据权利要求1所述的聚类识别方法，其特征在于，所述对所述特征数据集进行动态簇值处理，得到聚类簇值，包括：
3.根据权利要求2所述的聚类识别方法，其特征在于，所述根据所述特征数据集，生成特征均值点、第一距离阈值和第二距离阈值，包括：
4.根据权利要求2所述的聚类识别方法，其特征在于，所述根据所述特征均值点、所述第一距离阈值和所述第二距离阈值，对所述特征数据集进行聚类簇划分处理，得到所述聚类簇值，包括：
5.根据权利要求4所述的聚类识别方法，其特征在于，所述根据所述第一距离阈值和所述第二距离阈值，对所述特征距离进行特征簇划分处理，得到所述聚类簇值，包...
【专利技术属性】
技术研发人员：马辉，张子晨，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。